特許ウォッチ

公開番号2025082929
公報種別公開特許公報(A)
公開日2025-05-30
出願番号2023196507
出願日2023-11-20
発明の名称画像処理装置、方法及びプログラム並びに学習データ生成装置
出願人株式会社デンソーテン
代理人弁理士法人佐野特許事務所
主分類G06V 10/774 20220101AFI20250523BHJP(計算;計数)
要約【課題】大量且つ高品質の学習データの効率的な生成に寄与する。
【解決手段】画像処理装置に対して人物(P[i])を含む対象物及び道路(RD)が映った入力画像(IN1)が入力される。画像処理装置においてコントローラは、対象物の道路に対する位置及び向きの情報に基づき、入力画像に付加された確率であって且つ道路への対象物の横断確率の正解度を評価する。
【選択図】図10
特許請求の範囲【請求項１】
人物を含む対象物及び道路が映った入力画像について、
前記対象物の前記道路に対する位置及び向きの情報に基づき、
前記入力画像に付加された確率であって且つ前記道路への前記対象物の横断確率の正解度を評価するコントローラを備える
、画像処理装置。
続きを表示（約 1,900 文字）【請求項２】
前記コントローラは、前記正解度が要求値を満たさない場合、前記入力画像に付加された前記横断確率を差し替える
、請求項１に記載の画像処理装置。
【請求項３】
前記コントローラは、前記入力画像に基づき前記横断確率を算出して前記入力画像に付加する確率判断処理を実行し、
前記コントローラは、前記入力画像において、前記道路に対する前記人物の体の向き及び前記人物の顔の向き、の内、少なくとも一方を検出し、その検出結果に基づき前記確率判断処理にて算出した前記横断確率の正解度を第１正解度又は第２正解度に分類する
、請求項２に記載の画像処理装置。
【請求項４】
前記コントローラは、前記入力画像に基づき前記横断確率を算出して前記入力画像に付加する確率判断処理を実行し、
前記コントローラは、前記入力画像における前記対象物及び前記道路間の距離に基づき前記確率判断処理にて算出した前記横断確率の正解度を第１正解度又は第２正解度に分類する
、請求項２に記載の画像処理装置。
【請求項５】
前記コントローラは、前記入力画像に基づき前記横断確率を算出して前記入力画像に付加する確率判断処理を実行し、
前記コントローラは、前記入力画像において、前記道路に対する前記人物の体の向き及び前記人物の顔の向き、の内、少なくとも一方を検出する第１検出処理と、前記入力画像における前記対象物及び前記道路間の距離を検出する第２検出処理を実行し、前記第１検出処理及び前記第２検出処理の各検出結果に基づき前記確率判断処理にて算出した前記横断確率の正解度を第１正解度又は第２正解度に分類する
、請求項２に記載の横断確率判断装置。
【請求項６】
前記コントローラは、人物を含む対象物及び道路が映った入力画像に基づき前記道路への前記対象物の横断確率を算出する確率判断処理を実行可能に構成され、
前記コントローラは、前記入力画像における前記対象物及び前記道路間の位置関係に基づき、前記確率判断処理にて算出した前記横断確率の正解度を第１正解度又は第２正解度に分類し、
前記確率判断処理にて算出された前記横断確率の正解度は、前記第１正解度において前記第２正解度よりも高く、
前記コントローラは、前記確率判断処理にて算出した前記横断確率の正解度を前記第１正解度に分類した場合には前記確率判断処理の算出結果に基づき前記対象物の横断確率を設定し、前記確率判断処理にて算出した前記横断確率の正解度を前記第２正解度に分類した場合には入力装置を通じて操作者から入力された情報に基づき前記対象物の横断確率を設定し、
前記コントローラは、前記入力画像を含み且つ前記入力画像上の前記対象物の位置及び形状並びに設定した横断確率を正解ラベルとして含む学習データを生成する
、学習データ生成装置。
【請求項７】
前記コントローラは、前記入力画像において、前記道路に対する前記人物の体の向き及び前記人物の顔の向き、の内、少なくとも一方を検出し、その検出結果に基づき前記確率判断処理にて算出した前記横断確率の正解度を前記第１正解度又は前記第２正解度に分類する
、請求項６に記載の学習データ生成装置。
【請求項８】
前記コントローラは、前記入力画像における前記対象物及び前記道路間の距離に基づき前記確率判断処理にて算出した前記横断確率の正解度を前記第１正解度又は前記第２正解度に分類する
、請求項６に記載の学習データ生成装置。
【請求項９】
前記コントローラは、前記入力画像において、前記道路に対する前記人物の体の向き及び前記人物の顔の向き、の内、少なくとも一方を検出する第１検出処理と、前記入力画像における前記対象物及び前記道路間の距離を検出する第２検出処理を実行し、前記第１検出処理及び前記第２検出処理の各検出結果に基づき前記確率判断処理にて算出した前記横断確率の正解度を前記第１正解度又は前記第２正解度に分類する
、請求項６に記載の学習データ生成装置。
【請求項１０】
人物を含む対象物及び道路が映った入力画像について、
前記人物の前記道路に対する位置及び向きの情報に基づき、
前記入力画像に付加された確率であって且つ前記道路への前記対象物の横断確率の正解度を評価する
、画像処理方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、画像処理装置、方法及びプログラム並びに学習データ生成装置に関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
ＡＩの機械学習を実施するためには大量の学習データが必要である。学習データの生成におけるアノテーションを低コスト且つ高精度に行うための技術が様々に提案されている（例えば下記特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０２２／１３０５１６号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
画像上における人物を検出し、該人物が道路を横断する可能性を表す横断確率を推論するためのモデル（学習モデル）を生成可能である。この際、画像上における人物の位置及び人物の車道への横断確率が定義された学習データを用意し、当該学習データを用いて機械学習を実施すれば、横断確率を推論可能なモデルを生成できる。当該モデルを車両の運転支援等を行うシステムに組み込むことで様々な制御が可能となる。ここで、道路とは主として横断歩道等が付加された車道を指し、人物は横断歩道等を通って車道を横断できる。横断歩道等が付加されない車道も存在する。以下では、人物が横断しうる道路を主に車道を表現する。
【０００５】
学習データの生成の際、人間の作業により全ての横断確率を設定する方法は、学習に必要な学習データが大量であることから、人間の作業量が膨大となり、効率が悪い。一方、学習データの生成の際、機械による自動判定にて横断確率を設定する方法では、横断確率の設定値に誤りが混入することがあるため、学習データの品質を担保しにくい。大量且つ高品質の学習データを効率的に生成するには、前者の方法及び後者の方法の適正な組み合わせに資する技術が必要である。
【０００６】
本発明は、大量且つ高品質の学習データの効率的な生成に寄与する画像処理装置、方法及びプログラム並びに学習データ生成装置を提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明に係る画像処理装置は、人物を含む対象物及び道路が映った入力画像について、
前記対象物の前記道路に対する位置及び向きの情報に基づき、前記入力画像に付加された確率であって且つ前記道路への前記対象物の横断確率の正解度を評価する。
【発明の効果】
【０００８】
本発明によれば、入力画像に付加された確率であって且つ道路への対象物の横断確率の正解度が評価され、正解度に応じて学習データの横断確率を決定することができる。これば、大量且つ高品質の学習データの効率的な生成に寄与する。
【図面の簡単な説明】
【０００９】
本発明の実施形態に係る技術の概要を説明するための図である。
本発明の実施形態に係り、入力画像を得るための協力車両の上面図である。
本発明の実施形態に係り、入力画像の例を示す図である。
本発明の実施形態に係り、学習データ生成装置の構成ブロック図である。
本発明の実施形態に係り、入力画像の例を示す図であって、複数のバウンディングボックスが入力画像に設定される様子を示す図である。
本発明の実施形態に係り、学習データ生成装置にて生成される単位データセットの構造図（ａ）及び単位データセットの概念図（ｂ）である。
本発明の実施形態に属する第１実施例に係り、単位データセットの生成動作のフローチャートである。
本発明の実施形態に属する第１実施例に係り、横断確率設定用の単位処理のフローチャートである。
本発明の実施形態に属する第１実施例に係り、入力画像に対して検出された車道領域及び人物領域を示す図である。
本発明の実施形態に属する第１実施例に係り、表示装置の表示内容を示す図である。
本発明の実施形態に属する第２実施例に係り、単位データセットの生成動作のフローチャートである。
本発明の実施形態に属する第２実施例に係り、横断確率設定用の単位処理のフローチャートである。
本発明の実施形態に属する第３実施例に係り、入力画像の例を示す図であって、複数のバウンディングボックスが入力画像に設定される様子を示す図である。
本発明の実施形態に属する第４実施例に係り、学習済みモデルが適用される運用車両の上面図である。
本発明の実施形態に属する第５実施例に係り、学習データ生成装置に横断確率判断装置が内包される様子を示す図である。
本発明の実施形態に属する第５実施例に係り、単位データセットの生成動作のフローチャートである。
本発明の実施形態に属する第５実施例に係り、単位データセットの生成動作のフローチャートである。
【発明を実施するための形態】
【００１０】
以下、本発明の実施形態の例を、図面を参照して具体的に説明する。参照される各図において、同一の部分には同一の符号を付し、同一の部分に関する重複する説明を原則として省略する。尚、本明細書では、記述の簡略化上、情報、信号、物理量、機能部、回路、素子又は部品等を参照する記号又は符号を記すことによって、該記号又は符号に対応する情報、信号、物理量、機能部、回路、素子又は部品等の名称を省略又は略記することがある。尚、本明細書においてＡＩとは人工知能の略称である。
（【００１１】以降は省略されています）

関連特許